説明
組み込みの Databricks Notebooks バージョン管理よりも Databricks Repos を使用する利点は、複数のブランチを操作できることです。ブランチは、Databricks Repos が構築されている Git のようなバージョン管理システムの基本的な機能です。これにより、プロジェクト内のさまざまなタスク、機能、または実験用に個別のブランチを作成できます。この分離は、メイン ブランチや他のチーム メンバーの作業に影響を与えることなく、並行して開発と実験を行うのに役立ちます。ブランチ化により、より組織化された共同開発環境が提供され、変更のマージやさまざまな開発作業の管理が容易になります。Databricks Notebooks のバージョン管理ではノートブックのバージョンを追跡することもできますが、Databricks Repos での分岐と同じレベルの柔軟性とコラボレーションが提供されない可能性があります。

Delta Lake は、ビッグ データ分析に広く使用されている列形式ファイル形式である Apache Parquet 上に、ACID トランザクション、タイム トラベル、その他の機能を提供するオープン ソース プロジェクトです。Delta Lake は、バージョン管理された Parquet ファイルを使用してデータをクラウド ストレージに保存するとともに、JSON ファイルをトランザクション ログおよびチェックポイント ファイルとして使用して変更を追跡し、データの整合性を確保します。Delta Lake は、CSV、JSON、AVRO などの Apache Hive 互換ファイル形式と互換性がありますが、パフォーマンスと圧縮を向上させるために主にデータを Parquet ファイルとして保存します。参考資料: Delta Lake テーブルを作成する方法、Delta Lake 形式を選択する 5 つの理由 (Databricks 上)、Azure Data Lake Gen 2 ストアの Parquet と Delta 形式、Delta Lake とは何ですか? - Azure Databricks、Lakehouse、Delta テーブル - Microsoft Fabric

Delta Lake は、Databricks レイクハウスにデータとテーブルを保存するための基盤を提供する、最適化されたストレージ レイヤーです。Delta Lake は、ACID トランザクションおよびスケーラブルなメタデータ処理のためのファイルベースのトランザクション ログを備えた Parquet データ ファイルを拡張するオープン ソース ソフトウェアです1。Delta Lake は、AWS S3 や Azure Data Lake Storage2 などのクラウド ストレージ システム上のディレクトリ内のファイルのコレクションにデータとメタデータを保存します。各デルタ テーブルには、テーブルに対して実行された操作 (挿入、更新、削除、マージなど) の履歴を記録するトランザクション ログがあります。トランザクション ログには、テーブル 2 のスキーマとパーティション情報も格納されます。トランザクション ログにより、Delta Lake は ACID 保証、タイムトラベル、スキーマ強制、その他の機能を提供できるようになります1。参考文献:
※デルタ湖とは何ですか？| AWS 上のデータブリック
* クイックスタート - Delta Lake ドキュメント